摘要：我现在连写文档也要用了，分享一个上周写的Python脚本，用于将Microsoft Word文档（.docx）转换为Markdown格式，同时保留文档中的格式和图片。from docx import Documentfrom PIL import Imagei
大家好，我是章北海
我现在连写文档也要用了，分享一个上周写的Python脚本，用于将Microsoft Word文档（.docx）转换为Markdown格式，同时保留文档中的格式和图片。from docx import Documentfrom PIL import Imageimport osfrom base64 import b64encodefrom docx.shape import InlineShapedef docx_to_markdown(docx_path, output_dir):# 创建输出目录 if not os.path.exists(output_dir):os.makedirs(output_dir)# 创建 images 子目录 images_dir = os.path.join(output_dir, 'images')if not os.path.exists(images_dir):os.makedirs(images_dir)# 打开 docx 文件 doc = Document(docx_path)markdown_content = # 处理每个段落 for para in doc.paragraphs:# 提取文本 text = para.text# 处理段落中的图片 for run in para.runs:if run._element.drawing_lst:for drawing in run._element.drawing_lst:# 获取图片关系 ID rid = drawing.xpath('.//a:blip/@r:embed')[0]image = doc.part.related_parts[rid]# 保存图片 image_filename = f'image_{len(os.listdir(images_dir))}.png'image_path = os.path.join(images_dir, image_filename)with open(image_path, 'wb') as f:f.write(image.blob)# 添加 markdown 图片语法 text += f'\n\n'# 添加到 markdown 内容 markdown_content.append(text)# 写入 markdown 文件 output_path = os.path.join(output_dir, 'output.md')with open(output_path, 'w', encoding='utf-8') as f:f.write('\n\n'.join(markdown_content))return output_path# 使用示例 docx_path = '你的文档路径.docx'output_dir = '输出目录路径'markdown_file = docx_to_markdown(docx_path, output_dir)脚本功能文本转换：将docx文档中的段落文本转换为Markdown格式。
图片处理：提取文档中的图片并保存到images文件夹中，同时在Markdown文件中插入相应的图片引用。
在运行此脚本之前，请确保已安装以下软件：
Python 3.6或更高版本
pip（Python包管理器）
安装拷贝代码在的本地计算机。
使用以下命令安装所需的Python库：
pip install python-docx Pillow使用方法将您要转换的.docx文件放在项目目录中。
打开docx_to_markdown.py文件，并根据需要修改以下变量：
docx_path = '你的文档路径.docx'output_dir = '输出目录路径'docx_path：要转换的 docx 文件的路径。
output_dir：生成的 Markdown 文件和图片的输出目录。
在终端中运行脚本：
转换完成后，您将在指定的输出目录中找到output.md文件和文件夹。output.md是转换后的Markdown文件，images文件夹中包含文档中的所有图片。其实还能改成批量处理，感兴趣可以试试。
来源：科技大鹅童
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!
